Пять трендов bigdata на 2016 год

- kbrbank

Пять трендов bigdata на 2016 год

Прошедший год был годом изменений в Big Data для русских денежных университетов: вступившее в силу 1 октября 2015 года Положение Банка России №483-П «О порядке расчета величины кредитного риска на базе внутренних рейтингов», являющееся очередным шагом по внедрению Базельских стандартов, и в частности документа BCBS-239, задало де-факто новый стандарт для управления внутренними данными банка.

The Financial Brand пробует разобраться, к чему смогут привести эти перемены и как же будет развиваться денежные Big Data в новом году?

1. Big Data из игрушки для IT-департамента станут настоящим рабочим инструментом.

Одной из неприятностей с ответами Big Data был разрыв между бизнесом и IT — департаменты IT строили инфраструктуру Big Data, запускали множество новых инструментов по работе с ними, делая это обычно вне контекста конкретных бизнес-задач, что приводило к появлению ответа, под которое искали бизнес-проблему.

Разумные организации приняли другой подход, выстраивая решения под конкретные бизнес-задачи либо формируя предложения типа «эти как сервис» (DAAS, data as a service) и разрешая бизнесу выбирать инструменты для решения проблем. В 2016 году количество реализаций этого подхода будет расти.

2. Случится переход от отдельных и обычно разрозненных Big Data-совокупностей к единому хранилищу данных предприятия на семантических связях.

В 2015 году показалась концепция «озера данных» — единого хранилища для всех данных фирмы, отличающегося возможностью сбора громадных количеств данных в их родном нетрансформированном формате при очень дешевизне. Озеро данных обещает очень многое, но имеет собственные ограничения — каталогизация источников данных, согласование разрозненных данных и придание данным смысла так же, как и прежде остаются сложными для многих организаций.

Эту проблему возможно решить, применяя семантические разработки и реализуя так согласования и стандартный способ описания данных, структурированных и нет, из любого источника, применяя наряду с этим бизнес-дружественные модели.

Компании смогут преодолеть одну из давешних неприятностей семантических разработок — проблему падения производительности при масштабировании. 

Применяя эти огромные хранящиеся в памяти базы графов, поддерживающие семантические стандарты, компании смогут преодолеть одну из давешних неприятностей семантических разработок — проблему падения производительности при масштабировании. Станет вероятным запуск интерактивных запросов по графу данных уровня большого предприятия с десятками миллиардов записей.

3. Семантические связи между разрешёнными позволят пользоваться Big Data-совокупностями не только учёным и аналитикам, но и линейному персоналу.

«Умные озера разрешённых» позволят решить еще одну проблему — доступ конечных пользователей к данным. Большая часть современных ответов до сих пор требуют ручных преобразований данных для их применения в BI-совокупностях, но с вводом в эксплуатацию «умных озер данных» семантические модели, применяемые для добавления смысла данным, смогут быть использованы для обеспечения каталогизации данных, определения их самостоятельного анализа и происхождения данных конечными пользователями. Результат — Big Data-совокупностями будет несложнее пользоваться.

4. Чем дешевее будут Big Data-совокупности и чем несложнее будет ими пользоваться, тем больше они будут употребляться в среднем бизнесе.

До сих пор незрелость и сложность инструментов анализа Big Data приводили к тому, что употреблялись подобные инструменты только в громадных технически сложных организациях с развитыми IT-подразделениями. Существует кроме этого вывод, что «громадные» есть самый важным нюансом «громадных данных». Однако, разнообразие данных есть столь же серьёзным нюансом, и организации всех размеров имеют в собственном распоряжении достаточно разнообразные эти.

Облачные разработки наровне с возникновением таких тиражируемых ответов, как «умные озера данных», и сопутствующая им демократизация доступа в 2016 году откроют возможности анализа Big Data солидному числу организаций среднего уровня.

5. Big Data-совокупности — не панацея, во главе угла поднимется стратегии управления и выработка политики данными.

Недавний опрос, совершённый Enterprise Data Management Council, продемонстрировал, что на данный момент денежная индустрия находится в точке принятия ответа в деле управления громадными данными. Большая часть организаций поняли необходимость управления данными предприятия и разрабатывают либо уже создали внутреннюю стратегию аналогичного управления. Документ Базельского комитета №239 «О правилах действенной агрегации данных и отчетности по рискам» (в Российской Федерации — Положение Банка России №483-П «О порядке расчета величины кредитного риска на базе внутренних рейтингов») есть главным причиной аналогичных программ, и принятие Базельских стандартов приведет к тому, что в 2016 году будет внедряться все больше стандартизированных практик управления данными. 

ТОП 5 ТРЕНДОВ ИНТЕРНЕТА 2016

Интересные записи

Похожие статьи, которые вам, наверника будут интересны: